吴恩达机器学习教学视频第三课ppt(自己翻译为中文并简化的版本).ppt

吴恩达机器学习教学视频第三课ppt(自己翻译为中文并简化的版本).ppt

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
吴恩达机器学习教学视频第三课ppt(自己翻译为中文并简化的版本).ppt

神经网络 Machine Learning 非线性分类 x1 x2 You see this: What is this? 计算机视觉:汽车识别器 Testing: What is this? Not a car Cars Learning Algorithm pixel 1 pixel 2 pixel 1 pixel 2 Raw image pixel 1 pixel 2 Raw image Learning Algorithm pixel 1 pixel 2 Raw image 50 x 50 pixel images→ 2500 pixels (7500 if RGB) Learning Algorithm 神经网络 Machine Learning 模型表示 大脑中的神经元 神经网络模型:逻辑单元 神经网络 Layer 3 Layer 1 Layer 2 神经网络 第j层的第i个神经元 一个权重值矩阵,控制了第j层到第j+1层的作用 . Add . 神经网络 示例 Machine Learning 非线性分类器: XOR/XNOR(异或,同或) , 二进制 (0 or 1). x1 x2 x1 x2 简单示例: AND(与) 0 0 0 1 1 0 1 1 1.0 或 0 0 0 1 1 0 1 1 -10 20 20 非 0 1 0 0 0 1 1 0 1 1 -30 20 20 10 -20 -20 -10 20 20 Layer 3 Layer 1 Layer 2 Layer 4 多分类输出单元: One-vs-all. Want , , , etc. when pedestrian when car when motorcycle

文档评论(0)

ggkkppp + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档